夜雨聆风前两天做短视频的时候，我连续讲了两个和 AI 收藏有关的选题。
一个是收藏工具其实是在缓解焦虑，另一个是收藏越多，行动反而越少。
写完这两条之后，我反而更确定了一件事：
普通人学 AI，最怕的不是不会用，而是没有主线。
很多人现在学 AI 的状态，其实挺像以前我刚接触很多新机会时的状态。
看到一个新工具，觉得很厉害，先收藏。
看到一个博主分享提示词，觉得以后可能用得上，先保存。
看到一个自动化教程，觉得自己不学就落后了，也赶紧放进收藏夹。
表面上看，我们一直在学习，一直在跟进，一直没有停下来。
但真正到了要做事的时候，比如要写一篇文章、整理一份资料、做一次内容复盘，反而不知道从哪里开始。
这时候问题就出来了。
不是没有工具。
是工具太多以后，选择太多，入口太多，主线反而被打散了。
收藏越多，为什么反而越不行动
以前我也会觉得，多收藏一些工具，总归不是坏事。
至少以后要用的时候还能找出来。
但后来慢慢发现，收藏这件事本身很容易给人一种错觉：好像我保存了，我就没有错过。
可是保存不等于理解，收藏不等于掌握，知道一个工具不等于它真的进入了你的能力系统。
更麻烦的是，每多收藏一个工具，其实就多了一个选择。
你想写文章的时候，会想：到底用 ChatGPT，还是 Claude，还是某个写作插件？
你想做图片的时候，会想：到底用即梦，还是豆包，还是 Midjourney，还是别的工具？
你想搭工作流的时候，又会觉得：这个教程也重要，那个智能体案例也厉害，那个自动化流程好像也不能错过。
最后你会发现，自己不是没有选择，而是选择太多了。
选择一多，行动入口就被堵住了。
这也是为什么很多人学 AI 越学越焦虑。
不是因为他不努力，也不是因为他不聪明，而是他的注意力一直被外部工具牵着走，没有回到自己的真实场景里。
我自己也很容易被新机会吸引
这件事对我自己其实也挺有提醒。
我过去十几年，每一个阶段我都很容易看到机会，也很容易被新机会吸引。
这当然不是坏事。
能看到机会，说明一个人对变化是敏感的。
但问题是，如果一直被新东西牵着走，什么都想试，最后最难的反而是聚焦。
以前做互联网项目的时候，我也经常会出现这种状态：一个方向还没完全跑通，又看到另一个更热的方向；一个项目刚开始有点感觉，又觉得是不是还有更快见效的机会。
现在回头看，很多时候不是方向完全错了，而是主线不够稳定。
AI 时代也是一样。
工具每天都有新的，模型每天都有新的，教程每天都有新的。
如果只是追着这些东西跑，一个普通人很容易被信息淹没。
你会觉得自己学了很多，但真正能反复调用的东西很少。
你会觉得自己一直在跟进，但真正进入工作流程的东西很少。
你会觉得自己没有停下来，但成果却没有明显增加。
所以我现在越来越觉得，学 AI 不能先从工具开始，而要先从自己的真实问题开始。
工具只有进入场景，才会变成能力
一个 AI 工具再厉害，如果没有进入你的真实工作，它对你来说也只是一个链接。
它可能很强，但不是你的能力。
真正让一个工具变成能力的，不是你收藏了它，而是你能在一个具体场景里反复调用它。
比如你是做内容的，那就不要一开始就想着把所有 AI 工具都学完。
你可以先问自己：我现在最卡的是哪里？
是选题吗？
那就先让 AI 进入选题流程。
比如让它读取你的账号定位、用户画像、选题规划，再帮你判断下一条内容该拍什么。
是写作吗？
那就先整理自己的用户画像、个人上下文和风格样本，让 AI 写出来的东西更像你，而不是一股模板味。
你看，这时候工具就不再是孤立的工具。
它开始进入一个真实场景，开始解决一个具体问题。
这一步看起来很小，但它比收藏一百个工具更重要。
因为它会让你从我知道很多工具，变成我能用一个流程解决一个问题。
普通人学 AI，先跑通一个小流程
如果让我给普通人一个建议，我会说：先别急着搭一个很大的系统。
也别急着把所有 AI 工具都研究一遍。
先选一个你最真实、最高频、最痛的场景。
比如：
你每天都要做内容，那就先跑通一个选题到脚本的流程。
你经常要写公众号，那就先跑通一个素材到文章的流程。
你经常不知道怎么复盘，那就先跑通一个数据到优化建议的流程。
你资料很多但用不起来，那就先跑通一个资料整理到可调用笔记的流程。
只要一个小流程能稳定跑起来，你就会开始建立信心。
因为你终于不是在外面追工具，而是在自己的工作里用工具。
这两种感觉完全不一样。
追工具的时候，你会越来越焦虑，因为外面的工具永远学不完。
用工具的时候，你会越来越清楚，因为你知道自己正在解决什么问题。
这也是 AI知识库和工作流的入口
我现在做AI知识库到一人公司这条短视频主线，本质上也是在提醒自己：不要把自己做成一个单纯的 AI 工具测评号。
工具测评当然有价值，但那不是我最想长期做的事。
我更想记录的是，一个普通人怎么把 AI 放进真实工作里。
怎么让 AI 认识自己的经历、目标、用户和表达风格。
怎么把过去写过的内容、做过的项目、踩过的坑、总结过的方法，慢慢沉淀成 AI 可以调用的上下文。
怎么从一个小场景开始，搭出自己的 AI知识库和 AI工作流。
因为只有到了这一步，AI 才不是外部热闹。
它才会慢慢变成你自己的能力系统。
所以，如果你也收藏了很多 AI 工具，但真正工作时还是不知道怎么用，先别急着否定自己。
你缺的可能不是能力，而是一条主线。
这条主线也不复杂。
先从一个真实问题开始。
先固定一个真实场景。
先跑通一个小流程。
等这个流程能反复调用之后，再去扩展更多工具、更多场景、更多自动化。
这样学 AI，才不是一直停留在收藏和焦虑里。
它会慢慢变成你的知识库、你的工作流，最后变成你自己的能力系统。
对我来说，这才是普通人学 AI 最应该回到的地方。
